수빈's Farm

Abstract 3D pose transfer는 source의 pose를 target의 geometry에 전달해서 대상의 identity를 유지하며 pose만 바꾸는 것을 목표로 하는 "생성 작업"이다. 이전 방법들은 source와 target의 correspondence를 찾기 위해 key point 주석을 필요로 한다. ( input으로 주어지는 두 mesh외로 추가적인 정보가 필요하다는 뜻 ) #supervised learning 현재 pose transfer 방법은 end-to-end correspondence learning을 허용하나, desired final output을 supervision의 ground truth로서 필요로한다. *** desried final output : 모델이 생..

Correspondence Module input : source mesh와 target mesh의 vertex coordinates 1. shape Correspondence 찾기 ( identity와 pose mesh 사이 ) point cloud convolution으로 feature extraction Extraction한 feature 기반으로 matching cost 계산하기 -> optimal matchign matrix 찾는 방향으로 cost 최소화하기 ** matching cost : correspondence에 드는 연산 및 기타 요구조건들 //feature 기반으로 matching matrix 생성 2. correspondence module's output correspondence..

보호되어 있는 글입니다.

보호되어 있는 글입니다.

기존 CNN 신경망은 network inference동안 엄청난 interlayer feature data를 생성함. 실시간 처리를 하려면 interlayer의 feature map들을 저장할 큰 on-chip memory가 필요함 ***real-time processing : 실시간 처리 제안 " interlayer feature compression 을 통한 효율적인 CNN 가속 " //on chip memory size와 off chip memroy access bandwidth를 줄이는..! 가속기는 저장된 데이터를 주파수 영역으로 바꾸는 DCT변환을 사용하여 interlayer feature map을 압축하고, Quantization을 통해 고주파 성분을 제거한다. - on chip memory..

introduction down sampling based-video coding : 이미지 해상도를 감소시켜 픽셀의 수를 줄이는 과정으로, 주로 밝기 정보는 유지하면서 이미지를 축소시킨다 bicubic : 이미지나 비디오에서 픽셀 값을 예측하거나 interpolation(보간)하는데 사용되는 고급 보간 알고리즘 codec : 압축(인코딩)하거나 압축된 신호를 복원(디코딩)하는 시스템 up&down sampling으로 optimization 불가능 : 본래는 down sampling과 up samplihng을 함께 joint하여 GAN과 같은 딥러닝 기술로 저해상도 이미지에서 고해상도 이미지를 생성하며 최적화를 진행할 수 있으나 codec module에서는 불가능하다 왜인지 알아보자. down sampl..

논문 요약 이 논문에서는 딥 뉴럴 네트워크(DNN) 추론을 위해 원격 서버로 스트리밍되거나 장치에 저장되는 캡처 이미지의 양이 증가하는 것에 대해 설명합니다. ***DNN : 많은 은닉층을 가진 신경망을 의미 ***DNN 추론 : training된 지식을 사용하여 새로운 입력 데이터에 대한 예측이나 분류를 수행하는 과정 ***역전파 : 역방향으로 전파하며 가중치 조절 일반적으로 원시 이미지는 리소스 제한을 관리하기 위해 JPEG와 같은 인코딩 알고리즘을 사용하여 압축됩니다. *** raw image : 이미지 센서로부터 수집된 원시 형태의 이미지 데이터를 나타내며, 컴퓨터에서 처리되지 않은 형태로 저장되어 촬영된 시점에서의 센서 데이터를 보존한다. ***JPEG : 디지털 이미지를 압축하는 데 사용된는 ..